Association Between SARS‐COV‐2 Infection and Sperm DNA Fragmentation: A Systematic Review and Meta‐Analysis
Notice bibliographique
Résumé
INTRODUCTION: SARS-CoV-2 infection affects various sperm quality parameters. This study examines the impact of COVID-19 infection on sperm DNA fragmentation (SDF). METHODS: A systematic literature search was performed across four databases for studies published between January 1, 2019, and January 1, 2025. The inclusion criteria focused on studies evaluating sperm DNA fragmentation in healthy men infected with the virus. The risk of bias was assessed using the Newcastle-Ottawa scale (NOS). A meta-analysis was conducted using a random effects model based on the tests employed in the studies to measure SDF. Data were reported as weighted mean differences (WMD) and corresponding 95% confidence intervals (CI). Out of 105 identified citations, seven articles were included in this analysis. The NOS results indicated that all studies were of high quality. Subgroup analysis revealed that all testing methods, including TUNEL, flow cytometry, and the sperm chromatin dispersion (SCD) test, demonstrated high heterogeneity, with the lowest heterogeneity found in the TUNEL test. RESULTS: = 99%, Z = 3.05, p < 0.0001). This meta-analysis suggests a statistically significant reduction in sperm DNA integrity 2-3 months following COVID-19 infection. CONCLUSION: However, caution is warranted when interpreting these results due to the high heterogeneity, which may affect the outcomes. A thorough analysis considering participant characteristics and infection status is recommended.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».